有没有一种基于给定数组查找二维数组索引的方法答案

【问题标题】：is there a method for finding the indexes of a 2d-array based on a given array有没有一种基于给定数组查找二维数组索引的方法
【发布时间】：2021-11-13 14:31:58
【问题描述】：

假设我们有两个这样的数组：

A=np.array([[1, 4, 3, 0, 5],[6, 0, 7, 12, 11],[20, 15, 34, 45, 56]])
B=np.array([[4, 5, 6, 7]])

我打算编写一个代码，在其中我可以根据数组 B 例如，我希望最终结果是这样的：

C=[[0 1]
   [0 4]
   [1 0]
   [1 2]]

谁能给我一个解决方案或提示？

【问题讨论】：

使用 C[row,col] 访问元素。
@SwapnalShahil 我认为 OP 正在寻找如何生成 C，而不是索引它。
是的，很抱歉，感谢您的清理！

标签： python arrays numpy indexing

【解决方案1】：

你的意思是？

In [375]: np.isin(A,B[0])
Out[375]: 
array([[False,  True, False, False,  True],
       [ True, False,  True, False, False],
       [False, False, False, False, False]])
In [376]: np.argwhere(np.isin(A,B[0]))
Out[376]: 
array([[0, 1],
       [0, 4],
       [1, 0],
       [1, 2]])

B (1,4) 的形状，其中初始 1 不是必需的。这就是我使用B[0] 的原因，尽管isin，通过in1d 无论如何都无法解决。

where 是结果通常更有用

In [381]: np.where(np.isin(A,B))
Out[381]: (array([0, 0, 1, 1]), array([1, 4, 0, 2]))

虽然有点难理解。

另一种获取isin数组的方法：

In [383]: (A==B[0,:,None,None]).any(axis=0)
Out[383]: 
array([[False,  True, False, False,  True],
       [ True, False,  True, False, False],
       [False, False, False, False, False]])

【讨论】：

【解决方案2】：

您可以使用np.where()尝试这种方式。

index = []
for num in B:
    for nums in num:
        x,y = np.where(A == nums)
        index.append([x,y])
    
print(index)

>>array([[0,1],
        [0,4],
        [1,0],
        [1,2]])

【讨论】：

【解决方案3】：

使用zip 和np.where：

>>> list(zip(*np.where(np.in1d(A, B).reshape(A.shape))))
[(0, 1), (0, 4), (1, 0), (1, 2)]

或者：

>>> np.vstack(np.where(np.isin(A,B))).transpose()
array([[0, 1],
       [0, 4],
       [1, 0],
       [1, 2]], dtype=int64)

【讨论】：

list(zip(* 是一个基于transpose 的列表。 np.argwhere 是 np.transpose(np.where(...))。